Programa del congreso

Resúmenes y datos de las sesiones para este congreso. Seleccione una fecha o ubicación para mostrar solo las sesiones en ese día o ubicación. Seleccione una sola sesión para obtener una vista detallada (con resúmenes y descargas, si están disponibles).

 
 
Resumen de las sesiones
Sesión
V.2.2: AMT: Aplicaciones Matemáticas, Modelado y Simulación
Hora:
Viernes, 06/09/2024:
12:30 - 13:30

Presidente de la sesión: Valentín de la Rubia Hernández, Universidad Politécnica de Madrid, España
Presidente de la sesión: Adrián Amor Martín, Universidad Carlos III de Madrid, España
Lugar: Sala 2 - Aula 1.19


Ponencias
12:30 - 12:45

Multi-iluminación en Microondas con Estado Sólido

de Los Reyes, Elías1; Soriano, Samuel1; de Los Reyes, Ruth2

1Universidad Politécnica de Valencia, España; 2Microbiotech S.L.

The industrial applications of microwaves are

restricted in the ISM band (Industrial, Scientific & Medical). For

few years ago, the power source of this kind of applications was

focused on basically in magnetron (high performance oscillator

tube). Nowadays, there are sources based on solid state which

have high performance, and are able to reach more than 1000W

power with a unique transistor. This means that, taking in

account all the advantages of solid state (such as spectral purity,

control, electrical safety, reliability…), is possible to use multiples

illuminations on the load, controlling power, frequency and

phase of each antenna, all inside a microwave cavity.

116-Multi-iluminación en Microondas con Estado Sólido-116.pdf


12:45 - 13:00

Aplicación de Trazado de Rayos en Antenas Leaky-Wave Combinadas con Lentes Dieléctricas

Poveda García, Miguel1; Mesa, Francisco2; Gómez Tornero, José Luis1; Algaba Brazález, Astrid3; Quevedo Teruel, Óscar4

1Universidad Politécnica de Cartagena, España; 2Universidad de Sevilla, España; 3Ericsson Research, Suecia; 4KTH Royal Institute of Technology, Suecia

The application of ray-tracing for the efficient analysis of curved leaky-wave antennas combined with shaped dielectric lenses is presented in this work. Thanks to the ray-tracing technique, based on geometrical optics, the phase and amplitude of the fields at the lens aperture is obtained with low computational load. This computation also takes into account the reflections due to the change of media between the lens and the air. With this, the far-field radiation pattern is accurately and efficiently calculated using Kirchhoff's scalar diffraction theory. The results are validated against full-wave simulations, achieving a significant time reduction above 99%.

176-Aplicación de Trazado de Rayos en Antenas Leaky-Wave Combinadas con Lentes Dieléctricas-176.pdf


13:00 - 13:15

Implementación de un simulador 2D de elementos finitos en Julia

Núñez Domínguez, Mario; Amor Martín, Adrián; García Castillo, Luis E.

Universidad Carlos III de Madrid, España

Este articulo se centra en el desarrollo de un simulador 2D basado en el método de elementos finitos (FEM) implementado en el lenguaje Julia para resolver el campo electromagnético en el interior de una guía de ondas. Este desarrollo es una prueba de concepto para probar el entorno de trabajo y las prestaciones computacionales de Julia, que es una herramienta con cierta expansión en el campo de la computación científica pero no el en el del electromagnetismo computacional. En este trabajo se describe la formulación del problema, la metodología de implementación, y se verifica el correcto funcionamiento del código con la resolución de los modos de funcionamiento de una guía de ondas rectangular, que tiene solución analítica.

182-Implementación de un simulador 2D de elementos finitos en Julia-182.pdf


13:15 - 13:30

Characterization of Microwave Filters Using Machine Learning Techniques

Iglesias Tesouro, Clara; de la Rubia Hernández, Valentín

Universidad Politécnica de Madrid, España

The characterization of the frequency response of microwave filters has traditionally been carried out through rigorous analysis and simulations based on theoretical models, which can be complex and time-consuming.

By training neural networks on input-output pairs obtained from filter measurements or simulations across a range of frequencies, the model learns to accurately predict the response of the filter for unseen inputs. This methodology offers several advantages over traditional methods, including faster analysis, reduced computational complexity, and the ability to handle complex filter responses.

In this work, we use Machine Learning techniques for the characterization of microwave filters. In particular, we propose a neural network which is able to estimate S and Z-parameters for a given frequency band, taking as input the dielectric material parameter configuration of the microwave filter.

191-Characterization of Microwave Filters Using Machine Learning Techniques-191.pdf